JP2016016265A - 画像処理装置、画像処理方法及び医用画像診断装置 - Google Patents
画像処理装置、画像処理方法及び医用画像診断装置 Download PDFInfo
- Publication number
- JP2016016265A JP2016016265A JP2014142686A JP2014142686A JP2016016265A JP 2016016265 A JP2016016265 A JP 2016016265A JP 2014142686 A JP2014142686 A JP 2014142686A JP 2014142686 A JP2014142686 A JP 2014142686A JP 2016016265 A JP2016016265 A JP 2016016265A
- Authority
- JP
- Japan
- Prior art keywords
- region
- area
- small
- image processing
- extraction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 86
- 238000003672 processing method Methods 0.000 title claims abstract description 7
- 238000000605 extraction Methods 0.000 claims abstract description 147
- 239000000284 extract Substances 0.000 claims abstract description 26
- 238000009826 distribution Methods 0.000 claims description 32
- 239000007787 solid Substances 0.000 claims description 19
- 210000004204 blood vessel Anatomy 0.000 claims description 16
- 210000003484 anatomy Anatomy 0.000 claims description 9
- 206010028980 Neoplasm Diseases 0.000 claims description 7
- 238000013480 data collection Methods 0.000 claims 1
- 238000000034 method Methods 0.000 description 35
- 238000002591 computed tomography Methods 0.000 description 28
- 230000006870 function Effects 0.000 description 26
- 238000010586 diagram Methods 0.000 description 18
- 230000007704 transition Effects 0.000 description 8
- 238000004195 computer-aided diagnosis Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000010365 information processing Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 238000003748 differential diagnosis Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 230000007717 exclusion Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 210000004072 lung Anatomy 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000002603 single-photon emission computed tomography Methods 0.000 description 3
- 210000000038 chest Anatomy 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 210000000779 thoracic wall Anatomy 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
Description
まず、第1の実施形態に係る画像処理装置を含む医用情報処理システムについて説明する。図1は、第1の実施形態に係る医用情報処理システム1の一例を示す図である。図1に示すように、第1の実施形態に係る医用情報処理システム1は、画像処理装置100と、医用画像診断装置200と、画像保管装置300とを有する。図1に例示する各装置は、例えば、病院内に設置された院内LAN(Local Area Network)により、直接的、又は間接的に相互に通信可能な状態となっている。例えば、医用情報処理システム1にPACS(Picture Archiving and Communication System)が導入され、各装置は、DICOM(Digital Imaging and Communications in Medicine)規格に則って、3次元の画像データ(ボリュームデータ)等を相互に送受信する。
まず、第2の抽出部143は、ボリュームデータに含まれる各ボクセルについて、カーネル密度関数の値を算出する。ここで、ボリュームデータに対してQuickshift法を適用する場合には、1次元の輝度値v=I(r)と3次元画像の座標r=(x,y,z)を結合した4次元の結合空間R4を特徴空間とし、輝度値の空間(輝度空間)及び画像空間それぞれにおけるカーネルの積で定義された下記の式(5)によりカーネル密度関数が算出される。
上述したように、ボリュームデータに含まれる各ボクセルのカーネル密度関数の値を算出すると、第2の抽出部143は、上述した式(3)で示される第1の領域に含まれる各ボクセル「i」の近傍「Di」で確率密度が最も増加するボクセル「N(i)」を下記の式(8)により探索する。
上述した最近傍探索を行うと、第2の抽出部143は、次に最近傍探索の結果を用いて第1の領域を複数の小領域に分割する。図8Aは、第1の実施形態に係る第2の抽出部143による領域分割の一例を示す図である。例えば、第2の抽出部143は、図8Aに示すように、第1の抽出部142によって抽出された第1の領域を複数の小領域に分割する。ここで、第2の抽出部143は、最近傍探索の結果を用いたボクセルの遷移操作を再帰的に繰り返すことで各小領域の中心(クラスタ中心)を探索するとともに、各小領域に含まれるボクセルを抽出する。
まず、第2の抽出部143は、得られたM個の小領域に第2の領域を加えたM+1個の領域sj(j=1,2,・・・,M+1)ごとに、下記の式(12)で定義されるカーネル密度関数の値を算出する。
上述したように、各小領域のカーネル密度関数の値を算出すると、第2の抽出部143は、各小領域「sj」の近傍「Dsj」で確率密度が最も増加する小領域「N(sj)」を下記の式(16)により探索する。
上述した最近傍探索を行うと、第2の抽出部143は、次に最近傍探索の結果を用いて前景領域を抽出する。ここで、第2の抽出部143は、最近傍探索の結果を用いた小領域の遷移操作を再帰的に繰り返すことでクラスタ中心を探索するとともに、各小領域が抽出対象の構造の一部であるか否か判定して、一部である場合に前景領域として抽出する(一部ではない場合に、第1の領域から除外する)。
第1の実施形態では、抽出対象の構造の一部であると判定した小領域を前景領域として抽出する場合について説明した。第2の実施形態では、抽出した小領域がいずれの抽出対象構造であるかを識別する場合について説明する。図10は、第2の実施形態に係る画像処理装置100の一例を示す図である。図10に示すように、第2の実施形態に係る画像処理装置100は、記憶部130に推定基準記憶部132を新たに有する点と、制御部140に識別部144を新たに有する点とが第1の実施形態と異なる。以下、これらを中心に説明する。
なお、実施形態は、上述した第1及び第2の実施形態に限られるものではない。
図13は、実施形態に係る画像処理装置のハードウェア構成を示す図である。上述した実施形態に係る画像処理装置は、CPU(Central Processing Unit)40等の制御装置と、ROM(Read Only Memory)50やRAM(Random Access Memory)60等の記憶装置と、ネットワークに接続して通信を行う通信I/F70と、各部を接続するバス80とを備えている。
142 第1の抽出部
143 第2の抽出部
Claims (12)
- 3次元画像データから抽出対象の構造を含む第1の領域を抽出する第1の抽出部と、
前記第1の領域をボクセルの特徴量の類似度及び位置関係に基づいて複数の小領域に分割し、前記3次元画像データにおける前記第1の領域以外の領域である第2の領域との類似度及び位置関係に基づいて、前記複数の小領域から前記構造に含まれる小領域を抽出することで、前記構造の領域を抽出する第2の抽出部と、
を備える画像処理装置。 - 前記第2の抽出部は、前記第2の領域と所定の位置関係にある小領域のうち、前記第2の領域との特徴量分布の類似度が所定の閾値以下、又は、前記特徴量分布の距離が所定の閾値以上である小領域を前記構造に含まれる小領域として抽出する請求項1に記載の画像処理装置。
- 前記第2の抽出部は、前記抽出対象の構造に該当するかを特定するための特定情報に基づいて、前記複数の小領域から前記構造に含まれる小領域を抽出する請求項1又は2に記載の画像処理装置。
- 前記第2の抽出部は、前記第1の領域に含まれるボクセルを輝度値及び3次元座標を用いてクラスタリングすることにより、前記第1の領域を複数の小領域に分割する請求項1〜3のいずれか一項に記載の画像処理装置。
- 前記特徴量分布がボクセルの輝度値の分布である請求項2に記載の画像処理装置。
- 前記第1の抽出部は、前記3次元画像データにおいてボクセルの輝度値が所定の閾値以上である領域を前記第1の領域として抽出する請求項1〜5のいずれか一項に記載の画像処理装置。
- 前記3次元画像データがCT画像データであり、前記抽出対象の構造が腫瘍及び血管を含む解剖学的構造である請求項1〜6のいずれか一項に記載の画像処理装置。
- 前記腫瘍は、充実性陰影及びすりガラス状陰影のうち、少なくとも一方の陰影として観察される請求項7に記載の画像処理装置。
- 前記構造の領域に含まれる小領域を識別する識別部をさらに備える請求項1〜8のいずれか一項に記載の画像処理装置。
- 前記特定情報が、操作者によって指定された情報、又は、CADによって指定された情報である請求項3に記載の画像処理装置。
- 3次元画像データから抽出対象の領域を抽出する装置によって実行される画像処理方法であって、
前記3次元画像データから抽出対象の構造を含む第1の領域を抽出する第1の抽出ステップと、
前記第1の領域をボクセルの特徴量の類似度及び位置関係に基づいて複数の小領域に分割し、前記3次元画像データにおける前記第1の領域以外の領域である第2の領域との類似度及び位置関係に基づいて、前記複数の小領域から前記構造に含まれる小領域を抽出することで、前記構造の領域を抽出する第2の抽出ステップと、
を含む画像処理方法。 - 3次元画像データを収集する画像データ収集部と、
前記3次元画像データから抽出対象の構造を含む第1の領域を抽出する第1の抽出部と、
前記第1の領域をボクセルの特徴量の類似度及び位置関係に基づいて複数の小領域に分割し、前記3次元画像データにおける前記第1の領域以外の領域である第2の領域との類似度及び位置関係に基づいて、前記複数の小領域から前記構造に含まれる小領域を抽出することで、前記構造の領域を抽出する第2の抽出部と、
を備える医用画像診断装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014142686A JP6415878B2 (ja) | 2014-07-10 | 2014-07-10 | 画像処理装置、画像処理方法及び医用画像診断装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014142686A JP6415878B2 (ja) | 2014-07-10 | 2014-07-10 | 画像処理装置、画像処理方法及び医用画像診断装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016016265A true JP2016016265A (ja) | 2016-02-01 |
JP6415878B2 JP6415878B2 (ja) | 2018-10-31 |
Family
ID=55231970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014142686A Active JP6415878B2 (ja) | 2014-07-10 | 2014-07-10 | 画像処理装置、画像処理方法及び医用画像診断装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6415878B2 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017215876A (ja) * | 2016-06-01 | 2017-12-07 | 富士通株式会社 | 類似画像検索プログラム、類似画像検索方法、及び類似画像検索装置 |
JP2018061771A (ja) * | 2016-10-14 | 2018-04-19 | 株式会社日立製作所 | 画像処理装置、及び画像処理方法 |
JP2018147109A (ja) * | 2017-03-02 | 2018-09-20 | 国立大学法人大阪大学 | 画像領域分割装置、画像領域分割方法、画像領域分割プログラム、及び画像特徴抽出方法 |
JP2019530116A (ja) * | 2016-09-05 | 2019-10-17 | ケイロン メディカル テクノロジーズ リミテッド | マルチモーダル医用画像処理 |
WO2020050635A1 (ko) * | 2018-09-05 | 2020-03-12 | 주식회사 실리콘사피엔스 | 기계 학습 및 영상 처리 알고리즘을 이용하여 의료 영상의 혈관들을 자동으로 영역화하는 방법 및 시스템 |
CN111144449A (zh) * | 2019-12-10 | 2020-05-12 | 东软集团股份有限公司 | 图像处理方法、装置、存储介质及电子设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1196339A (ja) * | 1997-09-22 | 1999-04-09 | Olympus Optical Co Ltd | 画像中の腫瘤影の検出装置及び方法並びに腫瘤影検出プログラムを記録した記録媒体 |
JP2002530133A (ja) * | 1998-11-13 | 2002-09-17 | アーチ・デベロップメント・コーポレーション | 肺結節中の悪性腫瘍検出用システム |
JP2003265463A (ja) * | 2002-03-13 | 2003-09-24 | Nagoya Industrial Science Research Inst | 画像診断支援システム及び画像診断支援プログラム |
JP2004283211A (ja) * | 2003-03-19 | 2004-10-14 | Fuji Photo Film Co Ltd | 画像判別装置、方法およびプログラム |
JP2006198059A (ja) * | 2005-01-19 | 2006-08-03 | Ziosoft Inc | 識別方法 |
JP2006239005A (ja) * | 2005-03-01 | 2006-09-14 | Kobe Univ | 画像診断処理装置および画像診断処理プログラム |
US20080298666A1 (en) * | 2007-06-04 | 2008-12-04 | Siemens Medical Solutions Usa, Inc. | Identifying blood vessels in lung x-ray radiographs |
JP2009028161A (ja) * | 2007-07-25 | 2009-02-12 | Toshiba Corp | 医用画像表示装置及び医用画像表示方法 |
JP2009273771A (ja) * | 2008-05-16 | 2009-11-26 | Toshiba Corp | 画像処理装置 |
JP2014030623A (ja) * | 2012-08-03 | 2014-02-20 | Kyoto Univ | 画像処理装置、画像処理方法およびプログラム |
JP2014068861A (ja) * | 2012-09-28 | 2014-04-21 | Fujifilm Corp | 画像処理装置および方法並びにプログラム |
-
2014
- 2014-07-10 JP JP2014142686A patent/JP6415878B2/ja active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1196339A (ja) * | 1997-09-22 | 1999-04-09 | Olympus Optical Co Ltd | 画像中の腫瘤影の検出装置及び方法並びに腫瘤影検出プログラムを記録した記録媒体 |
JP2002530133A (ja) * | 1998-11-13 | 2002-09-17 | アーチ・デベロップメント・コーポレーション | 肺結節中の悪性腫瘍検出用システム |
JP2003265463A (ja) * | 2002-03-13 | 2003-09-24 | Nagoya Industrial Science Research Inst | 画像診断支援システム及び画像診断支援プログラム |
JP2004283211A (ja) * | 2003-03-19 | 2004-10-14 | Fuji Photo Film Co Ltd | 画像判別装置、方法およびプログラム |
JP2006198059A (ja) * | 2005-01-19 | 2006-08-03 | Ziosoft Inc | 識別方法 |
JP2006239005A (ja) * | 2005-03-01 | 2006-09-14 | Kobe Univ | 画像診断処理装置および画像診断処理プログラム |
US20080298666A1 (en) * | 2007-06-04 | 2008-12-04 | Siemens Medical Solutions Usa, Inc. | Identifying blood vessels in lung x-ray radiographs |
JP2009028161A (ja) * | 2007-07-25 | 2009-02-12 | Toshiba Corp | 医用画像表示装置及び医用画像表示方法 |
JP2009273771A (ja) * | 2008-05-16 | 2009-11-26 | Toshiba Corp | 画像処理装置 |
JP2014030623A (ja) * | 2012-08-03 | 2014-02-20 | Kyoto Univ | 画像処理装置、画像処理方法およびプログラム |
JP2014068861A (ja) * | 2012-09-28 | 2014-04-21 | Fujifilm Corp | 画像処理装置および方法並びにプログラム |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017215876A (ja) * | 2016-06-01 | 2017-12-07 | 富士通株式会社 | 類似画像検索プログラム、類似画像検索方法、及び類似画像検索装置 |
JP2019530116A (ja) * | 2016-09-05 | 2019-10-17 | ケイロン メディカル テクノロジーズ リミテッド | マルチモーダル医用画像処理 |
JP2018061771A (ja) * | 2016-10-14 | 2018-04-19 | 株式会社日立製作所 | 画像処理装置、及び画像処理方法 |
WO2018070285A1 (ja) * | 2016-10-14 | 2018-04-19 | 株式会社日立製作所 | 画像処理装置、及び画像処理方法 |
JP2018147109A (ja) * | 2017-03-02 | 2018-09-20 | 国立大学法人大阪大学 | 画像領域分割装置、画像領域分割方法、画像領域分割プログラム、及び画像特徴抽出方法 |
WO2020050635A1 (ko) * | 2018-09-05 | 2020-03-12 | 주식회사 실리콘사피엔스 | 기계 학습 및 영상 처리 알고리즘을 이용하여 의료 영상의 혈관들을 자동으로 영역화하는 방법 및 시스템 |
US11216950B2 (en) | 2018-09-05 | 2022-01-04 | Ai Medic Inc. | Method and system for automatically segmenting blood vessel in medical image by using machine learning and image processing algorithm |
CN111144449A (zh) * | 2019-12-10 | 2020-05-12 | 东软集团股份有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN111144449B (zh) * | 2019-12-10 | 2024-01-19 | 东软集团股份有限公司 | 图像处理方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
JP6415878B2 (ja) | 2018-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11730387B2 (en) | Method for detection and diagnosis of lung and pancreatic cancers from imaging scans | |
Moghbel et al. | Review of liver segmentation and computer assisted detection/diagnosis methods in computed tomography | |
US11379985B2 (en) | System and computer-implemented method for segmenting an image | |
Scalco et al. | Texture analysis of medical images for radiotherapy applications | |
Wu et al. | Automatic liver segmentation on volumetric CT images using supervoxel‐based graph cuts | |
Bi et al. | Automatic detection and classification of regions of FDG uptake in whole-body PET-CT lymphoma studies | |
Despotović et al. | MRI segmentation of the human brain: challenges, methods, and applications | |
US9990712B2 (en) | Organ detection and segmentation | |
Zahoor et al. | Breast cancer detection and classification using traditional computer vision techniques: a comprehensive review | |
El-Baz et al. | Computer‐aided diagnosis systems for lung cancer: challenges and methodologies | |
EP3035287B1 (en) | Image processing apparatus, and image processing method | |
Huang et al. | A robust graph-based segmentation method for breast tumors in ultrasound images | |
JP4999163B2 (ja) | 画像処理方法および装置ならびにプログラム | |
Zhou et al. | Automated lung segmentation and smoothing techniques for inclusion of juxtapleural nodules and pulmonary vessels on chest CT images | |
JP6415878B2 (ja) | 画像処理装置、画像処理方法及び医用画像診断装置 | |
US9230320B2 (en) | Computer aided diagnostic system incorporating shape analysis for diagnosing malignant lung nodules | |
JP7005191B2 (ja) | 画像処理装置、医用画像診断装置、及びプログラム | |
Mukherjee et al. | Lung nodule segmentation using deep learned prior based graph cut | |
US8675931B2 (en) | Medical image segmentation | |
EP1916624A1 (en) | Method for segmenting a digital medical image. | |
Militzer et al. | Automatic detection and segmentation of focal liver lesions in contrast enhanced CT images | |
JP2016007270A (ja) | 医用画像処理装置 | |
EP2208183B1 (en) | Computer-aided detection (cad) of a disease | |
Rani et al. | Superpixel with nanoscale imaging and boosted deep convolutional neural network concept for lung tumor classification | |
Moreno et al. | Study of medical image processing techniques applied to lung cancer |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20151102 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20160317 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20160929 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20161021 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170613 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180319 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180327 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180525 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180904 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181003 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6415878 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |